Variables de obesidad patológica en una cohorte de jóvenes obesos
Introducción: En el 2010 se presentaron 4 millones de muertes asociadas a la obesidad Dentro de las bases fisiopatológicas de la obesidad se encuentran el desarrollo de resistencia a la insulina (RI) y el síndrome metabólico (SM) . Sin embargo, los criterios diagnósticos del SM se manifiestan tardía...
- Autores:
-
Burgos Cardenas, Alvaro Javier
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2016
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/58674
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/58674
http://bdigital.unal.edu.co/55515/
- Palabra clave:
- 61 Ciencias médicas; Medicina / Medicine and health
Obesidad
Síndrome Metabólico
Adulto Joven
Diabetes mellitus tipo 2
Resistencia a la insulina
Insulin resistance
Obesity
Diabetes Mellitus
Metabolic syndrome
Young adult
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
Summary: | Introducción: En el 2010 se presentaron 4 millones de muertes asociadas a la obesidad Dentro de las bases fisiopatológicas de la obesidad se encuentran el desarrollo de resistencia a la insulina (RI) y el síndrome metabólico (SM) . Sin embargo, los criterios diagnósticos del SM se manifiestan tardíamente, por lo que existe un sub grupo de pacientes que, a pesar de tener RI no son diagnosticados con SM. Por lo tanto, se podría realizar un diagnóstico temprano de obesidad patológica al determinar la RI. Es por eso que se realiza este estudio, con el fin de proponer un modelo de RI en jóvenes obesos no diabéticos a partir de características antropométricas, bioquímicas y hormonales. Métodos: Estudio transversal en hombres obesos no diabéticos (BMI 30 Kg/m2) (n= 64) y hombres no obesos (BMI 25 Kg/m2) (n=72), con edades entre los 18 a los 30 años de edad. Se les determinó un test de tolerancia oral a la glucosa (OGTT) y se les midió insulina y glucosa. Adicionalmente, en suero en ayunas, se analizó: Triglicéridos, proteína C reactiva (PCR), colesterol HDL, LDL, colesterol total, adiponéctina, leptina, testosterona libre y total. A todos los individuos se les realizó Dual-Energy X-Ray Absorptiometry (DEXA) y variables antropométricas. Con los índices HOMA o Matsuda, se determinó la RI a la cual se le ajusto un modelo logístico tomando como independientes las variables medidas en el estudio. La selección del modelo se hizo con el criterio de información de Akaike (AIC) y se evalúa la bondad de ajuste del mismo usando la curva ROC. Los pacientes no tenían antecedentes patológicos ni consumían medicamentos. Resultados: Los pacientes obesos tuvieron índices significativamente mayores de HOMA (5.29 vs 1.55 p0.001) e índices menores de Matsuda (1.96 vs 7.12 p0.001) con respecto a los individuos sanos. El modelo que mejor se ajustó para RI incluye las variables: porcentaje de grasa androide, grasa total, triglicéridos, testosterona total y adiponéctina. Adicionalmente, se ajustó un segundo modelo sin la inclusión de las variables adiponéctina, leptina y porcentajes de grasa, así: triglicéridos, PCR y BMI. La curva ROC, teniendo como estándar el índice de HOMA o Matsuma, tuvo un área bajo la curva de 93.4% y de 95.6% respectivamente para los dos modelos. Conclusiones: En la cohorte de jóvenes fue posible predecir la RI con el modelo que incluye las variables: porcentaje de grasa androide, porcentaje de grasa total, triglicéridos, testosterona total y adiponéctina. Por otro lado, con las variables clínicamente asequibles se puede predecir la RI con triglicéridos, PCR y BMI. |
---|